X_np_new.shape, y.shape
((50876, 2304), (50876, 9))
代碼：
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation
from tensorflow.keras.optimizers import SGD
model = Sequential()
model.add(Dense(5000, activation='relu', input_dim=X_np_new.shape[1]))
model.add(Dropout(0.1))
model.add(Dense(600, activation='relu'))
model.add(Dropout(0.1))
model.add(Dense(X_np_new.shape[1], activation='sigmoid'))
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy',
optimizer=sgd)
model.fit(X_np_new, y, epochs=5, batch_size=2000)
preds = model.predict(X_np_new)
我得到錯誤：
ValueError: Shapes (None, 9) and (None, 2304) are incompatible
這里出了什么問題？
uj5u.com熱心網友回復：
代替
model.add(Dense(X_np_new.shape[1], activation='sigmoid'))
和
model.add(Dense(y.shape[1], activation='sigmoid'))
解釋：
放入X_np_new.shape[1]最后一層意味著您有2304課程，因為X_np_new.shape[1]=2304但實際上9您有可以從中獲取的課程y.shape[1]。
ValueError: Shapes (None, 9) and (None, 2304) are incompatible
意味著您的模型需要 Size 標簽，[*, 2304]但您的標簽大小為[*, 9].
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/429743.html
上一篇：撰寫桌面專案：如何在不提交的情況下包含API密鑰（或其他機密）？
下一篇：機器學習準確度太低